多酶偶联催化制备手性化合物（S）-环氧苯乙烷

在水/有机两相中将羰基还原酶SyS1、葡萄糖1-脱氢酶SyGDH和卤代醇脱卤酶CSyHheC偶联催化α-溴代苯乙酮以高效制备(S)-环氧苯乙烷(SO)。第1步反应催化α-溴代苯乙酮不对称还原为(S)-2-溴-1-苯基乙醇((S)-BPE)及NADPH的原位再生,其优化的反应条件:100 mmol/L磷酸钾缓冲液(p H 8.0)/正己烷(V∶V=4∶6)、40 mmol/Lα-溴代苯乙酮、80 mmol/LD-葡萄糖、0.2 mmol/L NADP+和70 mg/m L E.coli/Sygdh-Sys1湿菌体(共表达SyGDH和SyS1),终体积1.0 m L,35℃反应8 h。第2步反应催化(S)-BPE脱卤闭环为(S)-SO,其反应条件:在上述反应体系中加入磷酸钾缓冲液(p H 8.0)和0.3 U SyHheC,终体积2.0 m L,35℃反应30 min。通过连续2步酶催化反应,终产物(S)-SO的摩尔产率为99%、对映体过量值99%。     

公路软基工程施工中的砂桩堆载预压法

软土地基（软基）是公路工程中较为棘手的不利地质条件,具有含水量大、处于流塑或半流塑状态、承载力十分小的特点,如处理不当,将影响公路路基的稳定性,在公路通车后产生较大的沉降,故在公路路基的施工中,软土地基的处理尤为重要。鉴于此,本文以砂桩堆载预压法地基加固原理为切入点,结合工程实例,重点围绕软基的砂桩堆载预压法应用要点展...     

玉米赤霉烯酮多克隆抗体的制备及特性分析

合成玉米赤霉烯酮半抗原,应用液相色谱-质谱联用法进行鉴定,并采用活泼酯法将半抗原与载体蛋白OVA或BSA偶联,分别作为免疫原或包被原,并通过SDS-聚丙烯酰胺凝胶电泳(SDS-PAGE)和紫外扫描法鉴定偶联效果,免疫3只BALB/c小鼠,制备玉米赤霉烯酮多克隆抗体。结果表明:抗血清效价最高达1∶32 000,以此多抗建立的玉米赤霉烯酮间接竞争标准曲线IC50为39.8ng/mL,IC10为0.71ng/mL,多抗与玉米赤霉烯酮类似物β-zearalenol、zear-alanone、α-zearalanol、β-zearalanol交叉反应率分别为4.80%,3.07%,0.96%,0.09%。说明试验成功制备了玉米赤霉烯酮人工抗原及高特异性多克隆抗体。     

达钢集团年产20万吨焦炉煤气制甲醇项目投产

四川省达州钢铁集团有限责任公司2010年9月正式兴建年产20万吨焦炉煤气制甲醇项目,2012年3月甲醇装置建成并进入开车阶段,4月4日产出粗甲醇,4月5日顺利产出精甲醇,产品经检验属国内优等品,且达到美国“AA”标准。     

含碘发酵蛋白乳饮料的研制

本文介绍了含碘发酵蛋白乳饮料这种新型饮料的生产工艺及配方。对这一具有保健和饮料双重功效的新型产品进行了开发和有益的尝试。     

普光气田大湾水平井分段酸压工艺技术

水平井的开发是提高气井产量的重要手段之一,由于大湾水平井水平段长,钻井液污染的深度和范围较直井更为严重,所以要充分了解大湾水平井的特殊性,考虑到酸压作业是在注入能力相差悬殊的长井段中进行,酸压的关键就在于酸液的分布,而酸液的均匀分布又取决于酸液体系与酸压工艺的合理化选择。文章介绍了大湾水平井的酸压液体体系和水平井(裸眼、套管)分段酸压工艺技术及其现场应用情况。     

考虑电-水需求响应的售电公司现货市场运营策略

需求响应是售电公司应对各种不确定性因素和提高收益的重要工具。考虑供水服务商(water supply service company,WSSC)与普通柔性负荷功率转移能力的互补优势,文章首先提出一种售电公司对WSSC和普通柔性负荷的调度方案和激励补偿策略;然后,利用条件风险价值作为风险度量工具,建立协调WSSC和普通柔性负荷参与需求响应的售电公司运营决策模型;最后通过具体算例验证所提策略和模型的有效性,售电公司现货市场购电费用平均下降6.59%,WSSC用电费用下降2.39%,柔性负荷用户用电成本平均下降3.47%。此外,考虑电-水需求响应使得售电公司利润波动减小,更利于售电公司的健康运营。     

基于虚拟储能聚合建模的需求侧资源随机动态优化方法

随着高比例分布式新能源的接入,配电网运行的随机性不断增大,充分挖掘需求侧资源的灵活可调特性,对于改善电网运行的安全性和经济性意义重大。文章首先提出一种基于虚拟储能模型的需求侧资源优化运行架构,将需求侧资源的随机动态优化问题建模成一个多时段随机序贯决策问题,进而提出一种随机动态规划方法进行求解。所提方法通过构造值函数避免进行期望值的计算,并采用数据驱动的方法对值函数进行训练,得到收敛的近似值函数,将其投入在线运行可得到需求侧资源的优化调度决策,从而避免了系统的多重不确定性因素。通过仿真算例验证该方法可避免电价、电动汽车等数据预测误差的影响,在计算效率、计算精度以及面对多重不确定性因素决策方面具有优越性。     

基于图数据分割的子图集成学习方法及在电价预测领域的应用

目前的日前电价预测模型往往在欧式空间下进行建模,而许多研究表明图神经网络技术在各领域都具有优良的性能,但存在难以叠加多层以及鲁棒性不强等问题,因此,为进一步提升电价预测精度及图神经网络算法性能,提出基于图数据分割的子图集成学习方法,算法首先通过对区域电价多源信息进行图数据建模,形成具有边信息和节点信息的电价图数据,然后借鉴集成学习的思想,通过将电价图数据进行分割,形成多个子图数据,利用图卷积对每个子图进行图学习,最后将每个子图学习结果进行聚合,形成一层多子图学习层,所提方法适用于不同的图卷积核以及不同的下游任务场景,最后为日前电价预测任务构建预测模型。利用美国电力市场的运营数据进行算例分析,通过与对照算法对比及不同的图卷积核对比,证明所提算法具有更好的预测精准度。     

光伏阵列故障诊断的可解释性智能集成方法

针对现有光伏阵列故障检测和诊断智能方法存在的泛化性不强、可解释性差的问题,提出了一种可解释性智能集成方法。对采集的光伏阵列输出时序电压、电流波形进行特征挖掘,并将多个已成熟应用于光伏故障诊断的智能算法作为不同基学习器与元学习器,构建结合不同智能算法优势且更具泛化性的Stacking集成学习模型;以沙普利可加性特征解释方法为总框架,并结合局部近似可解释性方法,对模型训练过程与结果进行解释分析,通过获取各特征的贡献、分析该集成模型的决策机制,并了解其如何进行诊断,提高其可靠度和可信度。算例实验结果表明,所提可解释性智能集成方法在不同规模数据集的测试中均实现了高精度的故障诊断,模型的可解释性结果表明由该智能集成模型建立的故障特征和诊断结果的映射遵循物理见解,增强了智能方法的可信度和透明性。